計量經(jīng)濟學(xué)復(fù)習(xí)重點

1、1、經(jīng)濟變量：用來描述經(jīng)濟因素數(shù)量水平的指標。2、解釋變量：用來解釋作為研究對象的變量（即因變量）為什么變動、如何變動的變量。它對因變量的變額為發(fā)熱所引5動做出解釋。3、被解釋變量：是作為研究對象的變量。它的變動是由解釋變量做出解釋的4、控制變量：在計量經(jīng)濟模型中人為設(shè)置的反映政策要求、決策者意愿、經(jīng)濟系統(tǒng)運行條件和狀態(tài)等方面的變量。5、計量經(jīng)濟模型：為了研究分析某個系統(tǒng)中經(jīng)濟變量之間的數(shù)量關(guān)系而采用的隨機代數(shù)模型。6、相關(guān)關(guān)系：如果一個變量y的取值受另一個變量或另一組變量的影響，但并不由它們惟一確定，則y與這個變量或這組變量之間的關(guān)系就是相關(guān)關(guān)系。7、最小二乘法：用使估計的剩余平方和最小的原

2、則確定樣本回歸函數(shù)的方法。8、擬合優(yōu)度：樣本回歸直線與樣本觀測數(shù)據(jù)之間的擬合程度。9、殘差：樣本回歸方程的擬合值與觀測值的誤差。10、顯著性檢驗：利用樣本結(jié)果，來證實一個虛擬假設(shè)的真?zhèn)蔚囊环N檢驗程序。11、偏相關(guān)系數(shù)：在Y、X1、X2三個變量中，當X1 既定時，表示Y與X2之間相關(guān)關(guān)系的指標。12、異方差性：在線性回歸模型中，如果隨機誤差項的方差不是常數(shù)，即對不同的解釋變量觀測值彼此不同，則稱隨機項U1具有異方差性。13、序列相關(guān)性：對于模型 隨機誤差項互相獨立的基本假設(shè)表現(xiàn)為 （1分）如果出現(xiàn) 即對于不同的樣本點，隨機誤差項之間不再是完全互相獨立，而是存在某種相關(guān)性，則認為出現(xiàn)了序列相關(guān)性。

3、14、自回歸模型：15、廣義最小二乘法：是最有普遍意義的最小二乘法，普通最小二乘法和加權(quán)最小二乘法是它的特例。16、相關(guān)系數(shù)：度量變量之間相關(guān)程度的一個系數(shù)，一般用表示。17、多重共線性：解釋變量之間存在完全或不完全的線性關(guān)系。18、虛擬變量：把質(zhì)的因素量化而構(gòu)造的取值為0和1的人工變量。19、差分法：差分法是一類克服序列相關(guān)性的有效方法，被廣泛的采用。差分法是將原模型變換為差分模型，分為一階差分法和廣義差分法。20、廣義差分法：廣義差分法可以克服所有類型的序列相關(guān)帶來的問題，一階差分法是它的一個特例。簡答1、簡述建立與應(yīng)用計量經(jīng)濟模型的主要步驟。根據(jù)經(jīng)濟理論建立計量經(jīng)濟模型；樣本數(shù)據(jù)的收集；

4、估計參數(shù)；模型的檢驗；計量經(jīng)濟模型的應(yīng)用。2、對計量經(jīng)濟模型的檢驗應(yīng)從幾個方面入手？經(jīng)濟意義檢驗；統(tǒng)計準則檢驗；計量經(jīng)濟學(xué)準則檢驗；模型預(yù)測檢驗。3、計量經(jīng)濟學(xué)應(yīng)用的數(shù)據(jù)是怎樣進行分類的？四種分類：時間序列數(shù)據(jù)；橫截面數(shù)據(jù)；混合數(shù)據(jù)；虛擬變量數(shù)據(jù)。4、在計量經(jīng)濟模型中，為什么會存在隨機誤差項？隨機誤差項是計量經(jīng)濟模型中不可缺少的一部分。產(chǎn)生隨機誤差項的原因有以下幾個方面：模型中被忽略掉的影響因素造成的誤差；模型關(guān)系認定不準確造成的誤差；變量的測量誤差；隨機因素。5、總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。主要區(qū)別：描述的對象不同?；貧w模型描述總體中變量y與x的相互關(guān)系，而樣本回歸模型描述所觀測

5、的樣本中變量y與x的相互關(guān)系。建立模型的不同。總體回歸模型是依據(jù)總體全部觀測資料建立的，樣本回歸模型是依據(jù)樣本觀測資料建立的。模型性質(zhì)不同?？傮w回歸模型不是隨機模型，樣本回歸模型是隨機模型，它隨著樣本的改變而改變。主要聯(lián)系：樣本回歸模型是總體回歸模型的一個估計式，之所以建立樣本回歸模型，目的是用來估計總體回歸模型。6、試述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。兩者的聯(lián)系：相關(guān)分析是回歸分析的前提和基礎(chǔ)；回歸分析是相關(guān)分析的深入和繼續(xù)。相關(guān)分析與回歸分析的有關(guān)指標之間存在計算上的內(nèi)在聯(lián)系。兩者的區(qū)別：回歸分析強調(diào)因果關(guān)系，相關(guān)分析不關(guān)心因果關(guān)系，所研究的兩個變量是對等的。對兩個變量x與y而言，相關(guān)分析

6、中：；在回歸分析中，和卻是兩個完全不同的回歸方程。回歸分析對資料的要求是被解釋變量y是隨機變量，解釋變量x是非隨機變量；相關(guān)分析對資料的要求是兩個變量都隨機變量。8、簡述BLUE的含義。BLUE即最佳線性無偏估計量，是best linear unbiased estimators的縮寫。（2分）在古典假定條件下，最小二乘估計量具備線性、無偏性和有效性，是最佳線性無偏估計量，即BLUE，這一結(jié)論就是著名的高斯馬爾可夫定理。（3分）9、對于多元線性回歸模型，為什么在進行了總體顯著性F檢驗之后，還要對每個回歸系數(shù)進行是否為0的t檢驗？多元線性回歸模型的總體顯著性F檢驗是檢驗?zāi)Ｐ椭腥拷忉屪兞繉Ρ唤忉?/p>

7、變量的共同影響是否顯著。（1分）通過了此F檢驗，就可以說模型中的全部解釋變量對被解釋變量的共同影響是顯著的，但卻不能就此判定模型中的每一個解釋變量對被解釋變量的影響都是顯著的。（3分）因此還需要就每個解釋變量對被解釋變量的影響是否顯著進行檢驗，即進行t檢驗。（1分）13、什么是異方差性？試舉例說明經(jīng)濟現(xiàn)象中的異方差性。異方差性是指模型違反了古典假定中的同方差假定，它是計量經(jīng)濟分析中的一個專門問題。在線性回歸模型中，如果隨機誤差項的方差不是常數(shù)，即對不同的解釋變量觀測值彼此不同，則稱隨機項具有異方差性，即 （t=1，2，n）。（3分）14、產(chǎn)生異方差性的原因及異方差性對模型的OLS估計有何影響。

8、產(chǎn)生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的測量誤差；（4）隨機因素的影響。（2分）產(chǎn)生的影響：如果線性回歸模型的隨機誤差項存在異方差性，會對模型參數(shù)估計、模型檢驗及模型應(yīng)用帶來重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計值的無偏性；（2）參數(shù)的最小二乘估計量不是一個有效的估計量；（3）對模型參數(shù)估計值的顯著性檢驗失效；（4）模型估計式的代表性降低，預(yù)測精度精度降低。（3分）15、檢驗異方差性的方法有哪些？驗方法：（1）圖示檢驗法；（1分）（2）戈德菲爾德匡特檢驗；（1分）（3）懷特檢驗；（1分）（4）戈里瑟檢驗和帕克檢驗（殘差回歸檢驗法）；（

9、1分）（5）ARCH檢驗（自回歸條件異方差檢驗）（1分）16、異方差性的解決方法有哪些？解決方法：（1）模型變換法；（2分）（2）加權(quán)最小二乘法；（2分）（3）模型的對數(shù)變換等（1分）18、簡述DW檢驗的局限性。從判斷準則中看到，DW檢驗存在兩個主要的局限性：首先，存在一個不能確定的值區(qū)域，這是這種檢驗方法的一大缺陷。（2分）其次：檢驗只能檢驗一階自相關(guān)。（2分）但在實際計量經(jīng)濟學(xué)問題中，一階自相關(guān)是出現(xiàn)最多的一類序列相關(guān)，而且經(jīng)驗表明，如果不存在一階自相關(guān)，一般也不存在高階序列相關(guān)。所以在實際應(yīng)用中，對于序列相關(guān)問題般只進行檢驗。（1分）13、序列相關(guān)性：對于模型 隨機誤差項互相獨立的基本假

10、設(shè)表現(xiàn)為 （1分）如果出現(xiàn) 即對于不同的樣本點，隨機誤差項之間不再是完全互相獨立，而是存在某種相關(guān)性，則認為出現(xiàn)了序列相關(guān)性。19、序列相關(guān)性的后果。（1）模型參數(shù)估計值不具有最優(yōu)性；（1分）（2）隨機誤差項的方差一般會低估；（1分）（3）模型的統(tǒng)計檢驗失效；（1分）（4）區(qū)間估計和預(yù)測區(qū)間的精度降低。（1分）（全對即加1分）20、簡述序列相關(guān)性的幾種檢驗方法。（1）圖示法；（1分）（2）D-W檢驗；（1分）（3）回歸檢驗法；（1分）（4）另外，偏相關(guān)系數(shù)檢驗，布羅斯戈弗雷檢驗或拉格朗日乘數(shù)檢驗都可以用來檢驗高階序列相關(guān)。（2分）22、DW值與一階自相關(guān)系數(shù)的關(guān)系是什么？或者23、什么是多重共

11、線性？產(chǎn)生多重共線性的原因是什么？多重共線性是指解釋變量之間存在完全或近似的線性關(guān)系。產(chǎn)生多重共線性主要有下述原因：（1）樣本數(shù)據(jù)的采集是被動的，只能在一個有限的范圍內(nèi)得到觀察值，無法進行重復(fù)試驗。（2分）（2）經(jīng)濟變量的共同趨勢（1分）（3）滯后變量的引入（1分）（4）模型的解釋變量選擇不當（1分）24、從哪些癥狀中可以判斷可能存在多重共線性？（1）模型總體性檢驗F值和R2值都很高，但各回歸系數(shù)估計量的方差很大，t值很低，系數(shù)不能通過顯著性檢驗。（2分）（2）回歸系數(shù)值難以置信或符號錯誤。（1分）（3）參數(shù)估計值對刪除或增加少量觀測值，以及刪除一個不顯著的解釋變量非常敏感。（2分）25、模型中引入虛擬變量的作用是什么？1）可以描述和測量定性因素的影響；（